分类号: 学校代码: 10165
密 级: 学 号: 201010810
硕 士 学 位 论 文
基于云模型改进的遗传算法研究
作者姓名: 姜明佐
学科、专业: 应用数学
研究方向: 博弈论及应用
导师姓名: 张新立
2013 年 4 月
摘 要
云模型是在传统模糊集理论和概率统计理论基础上建立起来的一种定性与定量之
间不确定转换模型,把随机性和模糊性结合起来,并揭示了它们之间的关联性,用以描述自
索算法,其主要特点是高度并行性、搜索不依赖于梯度信息、
问题会影响遗传算法优化效果,主要表现为种群中所有个体都陷于同一局部最优解而导
致进化终止,或者在全局最优解周围的个体总是被淘汰,而导致算法无法收敛到全局最优
糊性,对遗传算法的几个环节进行了改进,以克服早熟收敛现象:
(1)
,通过云控制器实现交叉和变
,该算法同标准和自适应遗传算法相比,能够有效地避免
早熟收敛问题,增加了种群的多样性,并且收敛速度较快,收敛效率较高,具有合理性和有
效性.
(2)
适应度之间相差不大,避免了少数极好的个体充斥整个种群,维持了种群多样性;在进化末
期能够扩大最佳个体与其它个体适应度值之间的差异,避免了个体以相近的概率被选择
到下一代,,本文提出了一种用于破坏性选择的云适应度标定.
该方法赋予较好和较差个体以较大的适应度并且以较高的概率遗传到下一代,一般个体
较小的适应度,
够较容易地找到“海底捞针”型函数的最优解.
(3),最优解的数量及其在可行解
空间中的分布情况一般很难判断,因此希望初始种群均匀分布在可行解空间,而标准遗传
,能够在可行解空间均匀采
样,,采用云初始化的算法在一定程度上克服
了算法的早熟收敛问题,增强了算法的全局优化搜索能力.
关键词:遗传算法;云模型;自适应;初始化;适应度标定
- I -
The Improved Genetic Algorithm Based on Cloud Model Research
Abstract
Cloud Model is a transformation model between the qualitative and
基于云模型改进的遗传算法研究 来自淘豆网www.taodocs.com转载请标明出处.